基于计算机视觉的果树害虫的形态特征分析

吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (增刊1): 235-238.

基于计算机视觉的果树害虫的形态特征分析

杨焱, 刘飒, 廉世彬, 朱晓冬

北京农学院计算机与信息工程学院,北京 102206

收稿日期:2012-08-30 发布日期:2013-06-01
通讯作者: 刘飒(1963-),女,副教授,硕士.研究方向:图像处理及软件工程.E-mail:liusa@bac.edu.cn E-mail:liusa@bac.edu.cn
作者简介:杨焱(1980-),女,讲师.研究方向:图形图像处理.E-mail:yangy2005@bac.edu.cn
基金资助:
北京市教委科技计划面上项目(KM201110020013).

Analysis of fruit tree pests morphological characteristics based on computer vision

YANG Yan, LIU Sa, LIAN Shi-bin, ZHU Xiao-dong

School of Computer and Information Engineering, Beijing University of Agriculture, Beijing 102206, China

Received:2012-08-30 Published:2013-06-01

摘要/Abstract

摘要：

为解决农作物病虫害的诊断问题,选择京郊常见果树的三种害虫:桃蛀螟成虫、华北大黑鳃金龟成虫、桃六点天蛾,使用计算机视觉技术清除背景,获取该害虫的形状参数、偏心率等形态特征。通过判别分析,建立三种害虫形态特征的判别评分函数,并测试了该判别评分函数的有效性。实验结果表明,形状参数、偏心率、似圆度特征能反映这三种害虫的形态特点,可有效区分这三种害虫。

关键词: 计算机视觉, 判别分析, 形态特征, 果树害虫

Abstract:

In order to diagnose crop diseases and insect pests,computer vision technique was used to study three common insect pests of the fruit trees in the suburb of Beijing.These insect pests were dichocrocis punetiferalis,holotrichia oblita and marumba gaschkewitschi Bremeret Grey.It used computervision method to clean the background and get the pest's morphological characteristics such as shape parameter,eccentricity and round-like features.The discriminant function of the morphological characteristics was established,and its efficiency was tested.It is concluded that the morphological characteristics can describe the pest features and discriminate these three insect pests effectively.

Key words: computer vision, discriminant analysis, morphological characteristics, fruit tree pests

中图分类号:

TP391

杨焱, 刘飒, 廉世彬, 朱晓冬. 基于计算机视觉的果树害虫的形态特征分析[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 235-238.

YANG Yan, LIU Sa, LIAN Shi-bin, ZHU Xiao-dong. Analysis of fruit tree pests morphological characteristics based on computer vision[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 235-238.

参考文献

[1] Liu Sa,Yang Yan,Lian Shi-bin,et al.Study on recognition of jujube insect by computer vision[C]//2012 IEEE International Conference on Information Science and Technology,2012:579-582.

[2] 高华,周林.计算机视觉及模式识别技术在农业领域的应用[J].山东农业大学学报:自然科学版,2003,34(4):590-593. Gao Hua,Zhou Lin.Application of computer vision and pattern recognition in agricultural field[J].Journal of Shandong Agricultural University (Natural Science),2003,34(4):590-593.

[3] 赵玉霞,王克如,白中英,等.基于图像识别的玉米叶部病害诊断研究.[J] 中国农业科学,2007,40(4):698-703. Zhao Yu-xia,Wang Ke-ru,Bai Zhong-ying,et al.Research of maize leaf disease identifying system based image recognition [J].Scientia Agricultura Sinica,2007,40(4):698-703.

[4] Meyer G E,Mehta T,Kocher M F,et al.Textural imaging and discriminant analysis for distinguishing weeds for spot spraying [J].Transactions of the American Society of Agricultural Engineers,1998,41(4):1189-1197.

[5] Chen Min,Min Le-quan,Zhang Qun,et al.Study on digital image processing of some insects[C]//The International Conference on Automatic Control and Artificial Intelligence,2012:1467-1470.

[6] Otsu N.A threshold selection method from gray-level histograms[J].IEEE Trans on System,Man and Cybernetics,1979,9(1):62-69.

[7] 刘直芳,王运琼,朱敏.数字图像处理与分析[M].北京:清华大学出版社,2006.

[8] 赵汗青,沈佐锐,于新文.数学形态学在昆虫分类学上的应用研究I.在目级阶元上的应用研究 [J].昆虫学报,2003,46(1):45-50. Zhao Han-qing,Shen Zuo-rui,Yu Xin-wen.Use of math-morphological features in insect taxonomy I.At the order level[J].Acta Entomologica Sinica,2003,46(1):45-50.

[9] 薛富波,张文彤,田晓燕.SAS 8.2统计应用教材[M].北京:希望电子出版社,2004:315-340.

相关文章 12

[1]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[2]	许岩岩, 陈辉, 刘家驹, 袁金钊. CELL处理器并行实现立体匹配算法[J]. 吉林大学学报(工学版), 2017, 47(3): 952-958.
[3]	王宏,赵海滨,刘冲. 采用小波熵和频带能量提取脑电信号特征[J]. 吉林大学学报(工学版), 2011, 41(03): 828-831.
[4]	陆秋君, 王俊, 张红梅. 鸡蛋蛋壳裂纹的模式识别[J]. 吉林大学学报(工学版), 2010, 40(03): 873-0878.
[5]	商飞, 马骏骁, 姚立, 田地, 邱春玲. 基于多特征融合的科学仪器工作状态检测方法[J]. 吉林大学学报(工学版), 2010, 40(02): 545-0548.
[6]	葛亮,朱庆生,傅思思,罗大江,刘金凤. 改进的立体像对稠密匹配算法[J]. 吉林大学学报(工学版), 2010, 40(01): 212-0217.
[7]	殷涌光,丁筠. 基于计算机视觉的食品中大肠杆菌快速定量检测[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 344-0348.
[8]	管欣，贾鑫，高振海 . 基于道路图像对比度-区域均匀性图分析的自适应阈值算法[J]. 吉林大学学报(工学版), 2008, 38(04): 758-763.
[9]	万鹏，孙瑜，孙永海 . 基于计算机视觉的大米粒形识别方法[J]. 吉林大学学报(工学版), 2008, 38(02): 489-0492.
[10]	田建，李江，李亚桥. 道路交通事故现场摄影测量的标定技术[J]. 吉林大学学报(工学版), 2006, 36(增刊1): 136-0139.
[11]	管欣, 董因平, 高振海. 基于LMedSquare的车道曲线拟合算法[J]. 吉林大学学报(工学版), 2004, (2): 194-197.
[12]	张立斌, 苏建, 田云锋. 利用计算机视觉检测汽车车轮定位参数[J]. 吉林大学学报(工学版), 2003, (2): 32-34.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed